SEOに関連するニュースリリースを公開しております。
最新のサービス情報を、御社のプロモーション・マーケティング戦略の新たな選択肢としてご活用下さい。
AOSデータ社、企業内sLLM構築、データバージョン管理のAIData ALMをリリース
[24/02/29]
提供元：PRTIMES
提供元：PRTIMES
〜AIプロジェクトにおける小さいLLMをサポート〜
企業データとAIの利活用カンパニー、AOSデータ株式会社(本社:東京都港区、代表取締役社長 吉田 宣也 以下 AOS データ社)は、企業内sLLM構築およびデータバージョン管理の分野におけるAIData ALMのリリースを発表しました。この革新的な製品は、企業が複雑なデータ環境での効率的な作業を支援し、ビジネスの競争力を強化します。
[画像1: https://prtimes.jp/i/40956/360/resize/d40956-360-ac3ab686ae30da19c864-0.jpg ]
「AIData ALM」は、企業内のデータバージョン管理を強化するための包括的なソリューションです。データの変更追跡、アクセス管理、セキュリティ機能など、データの管理と整合性を向上させる機能が搭載されています。
この製品は、企業がデータセットを利用して小さいLLM（sLLM）を構築する際に直面する課題に対応するために設計されています。複数の人やチームが同時にデータにアクセスし、作業する際に生じる混乱や衝突を最小限に抑え、効率的なコラボレーションを促進します。
AOSデータ社のCEOである吉田 宣也は、「AIData ALM」のリリースについて次のようにコメントしています。「『AIData ALM』は、企業がデータを利活用してAIビジネスで成功を収めるために、不可欠なツールです。データの信頼性と整合性を確保し、規模は小さいが、効率的なsLLM構築を支援します。」
■小さいLLM、sLLM(Small Large Language Models)とは
LLMに代わるコンパクトな自然言語処理モデル
sLLM（小さいLLM/small Large Language Models)は、コンパクトなサイズの自然言語処理モデルで、特定のタスクや応用に特化しています。これらのモデルは、限られたリソースを持つ環境や特定の用途に適した自然言語処理の能力を提供します。
sLLM（小さいLLM）の主要な利点には、効率的な計算資源の使用、高速なトレーニングと実行時間、そしてカスタマイズの容易さがあります。小規模ビジネス、モバイルアプリケーション、組み込みシステム、そして特定の研究領域で有効に活用されています。
[画像2: https://prtimes.jp/i/40956/360/resize/d40956-360-9b91c0aa41b7d43409ec-0.png ]
詳細については、AIデータのサイトをご覧ください。
https://aidata.jp/
■大型言語モデルLLMとの違い
従来のLLM、例えばGPT-3やBERTのようなモデルは、巨大なデータセットを用いて訓練され、一般化された言語理解能力を持っています。これに対し、sLLM（小さいLLM)はより限られたデータセットで訓練され、特定のタスクやドメインに焦点を当てています。このため、LLMよりも訓練や運用のコストが低い反面、一般化されたタスクに対する適応能力は低い場合があります。しかし、特定の用途やニーズに合わせてカスタマイズされたsLLMは、その領域においてはLLMよりも高い効率と精度を発揮することができます。
[画像3: https://prtimes.jp/i/40956/360/resize/d40956-360-4b02f7e7d88d6a5c6b2a-0.jpg ]
■企業内sLLM構築、データバージョン管理の目的
企業内でsLLM（小さいLLM）を構築し、その学習データのバージョン管理を行う目的は、大規模な言語モデル構築と同様の理由に基づいていますが、特に以下の点に焦点を当てます。
[画像4: https://prtimes.jp/i/40956/360/resize/d40956-360-6b953bfbb9e4a95d35ea-0.png ]
・効率性と適応性
ターゲットとするニーズへの対応: 小規模なモデルでは、企業特有の問題や特定の業務プロセスに対してより狭いフォーカスを持たせることが可能です。これにより、特定のタスクにおける効率性と効果性が向上します。
迅速な開発と導入: 小規模モデルは、大規模なモデルに比べて訓練時間が短く、リソース要件が少ないため、迅速な開発と導入が可能です。これにより、ビジネスニーズの変化に柔軟に対応しやすくなります。
・データ管理と品質保証
データの整合性の維持: 学習データのバージョン管理により、データの変更履歴を追跡し、どのデータセットを使用してどの結果が得られたかを正確に把握できます。これは、モデルの品質保証と結果の再現性に不可欠です。
セキュリティとプライバシーの向上: データのバージョン管理を行うことで、機密データの扱いに関するセキュリティとプライバシーの基準を維持し、規制遵守を支援します。
・コラボレーションと知識共有
チーム間の効果的なコラボレーション: データのバージョン管理は、異なるチームメンバーや部署間での効果的なコラボレーションを促進します。これにより、プロジェクトの透明性が高まり、誤解を避けることができます。
継続的な改善の促進: モデルとその学習データの両方に関する詳細な記録を持つことで、何がうまくいき、何がうまくいかなかったかを理解し、継続的な改善プロセスを促進します。
・ビジネスへの適応と革新
ビジネスインサイトの抽出: 小さいLLMを使用して特定のデータセットを分析することで、ビジネスに対する洞察を得ることができ、意思決定をサポートします。
新しいアプリケーションの開発: 企業内でLLMを構築することで、新しい製品やサービスのイノベーションを促進し、市場での競争力を高めることができます。
小さいLLMの開発とデータバージョン管理は、企業が特定のビジネスニーズに迅速かつ効率的に対応するための柔軟性を提供し、同時にデータとプロセスの管理を強化します。これらの取り組みは、品質の向上、セキュリティの保証、そしてイノベーションの促進に寄与します。
■企業内sLLM構築、データバージョン管理が重要な役割を果たす理由
企業内でsLLM（小さなLLM）を構築し、データバージョン管理を行うことが重要な役割を果たす理由は、以下の通りです。
[画像5: https://prtimes.jp/i/40956/360/resize/d40956-360-20d410d2807ed3b44581-0.png ]
・データの整合性と品質の維持
データバージョン管理は、データの変更、更新、および履歴を追跡することによって、データの整合性を確保します。これは、AIモデルの学習に使用されるデータが正確で一貫性があることを保証するのに不可欠です。データの品質が高ければ高いほど、AIモデルのパフォーマンスと信頼性も向上します。
・再現性と透明性の向上
AIモデルの開発過程において、どのバージョンのデータが使用されたかを正確に記録することで、実験の再現性が保証されます。これは科学的な厳密さを確保するだけでなく、将来のレビューや監査においても、プロセスの透明性を高めるのに役立ちます。
・効果的なコラボレーション
複数のチームメンバーや部門が同じデータセットにアクセスし、作業を行う際、データバージョン管理は、変更内容が正確に追跡され、誰が何をしたかが明確になるため、コラボレーションを容易にします。これにより、作業の重複を避け、チーム間でのコミュニケーションを改善します。
・セキュリティとコンプライアンスの強化
特に機密性が高いデータを扱う場合、バージョン管理は、不正アクセスや誤用からデータを保護するための追加的なセキュリティレイヤーとして機能します。また、規制コンプライアンスを遵守する上で、データの管理と監査証跡の提供が不可欠です。
・継続的な改善と適応
データやAIモデルのバージョン管理を通じて、企業は新しいデータが利用可能になったり、ビジネス要件が変化したりした場合に、迅速にモデルを更新し、改善することができます。これにより、ビジネスの変化に柔軟に適応し、競争力を維持することが可能になります。
・知識の蓄積と共有
データとAIモデルのバージョンを管理することで、企業はプロジェクトや実験から得られた知識を蓄積し、組織全体で共有することができます。これは、長期的な学習とイノベーションを促進する上で重要です。
総じて、データバージョン管理は、sLLMの開発と運用において、品質と効率、セキュリティ、および組織的な学習とイノベーションの基盤を提供します。これにより、企業はデータ駆動型の意思決定を強化し、市場での競争力を高めることができます。
■「AIData ALM」の特長
企業内sLLM構築、データバージョン管理の新製品「AIData ALM」が提供する特長は、データ主導の意思決定プロセスを最適化し、セキュリティとコンプライアンスを強化する上で非常に重要です。以下に、３つの特長について詳しく説明します。
1. データの変更履歴の追跡と管理
目的と重要性：データの変更履歴の追跡と管理を行うことで、企業はデータがいつ、どのように変更されたかを正確に把握できます。これは、データの透明性を確保し、データ品質の向上に直接貢献します。また、データ変更による影響を理解しやすくなり、意図しないデータ損失やエラーを防ぐのに役立ちます。
機能：「AIData ALM」では、バージョン管理機能で、変更履歴を簡単に追跡できます。ユーザーは、特定の時点のデータ状態に簡単にアクセスしたり、必要に応じて以前のバージョンに戻したりすることが可能です。これにより、データの変更プロセスが透明化され、管理が容易になります。
2. バージョン間の整合性の確保
目的と重要性：データバージョン間の整合性を確保することで、異なるバージョンのデータが互いに矛盾しないようにします。これは、分析の精度を保証し、モデルのトレーニングに使用するデータセットの信頼性を高めるのに不可欠です。
機能： 「AIData ALM」では、データの依存関係や相互作用を自動的に追跡し、バージョン間での整合性を維持する機能を提供します。これにより、データの更新が他のデータセットやモデルに与える影響を自動的に評価し、整合性が維持されるようにすることができます。
3. アクセス制御とセキュリティ機能の強化
目的と重要性：データに対するアクセス制御とセキュリティ機能を強化することで、機密性の高い情報の不正アクセスや漏洩を防ぎます。これは、データのセキュリティを保証し、規制コンプライアンスを支援するのに重要です。
機能：「AIData ALM」では、ロールベースのアクセス制御、二要素認証、データの暗号化など、高度なセキュリティ機能を提供します。これにより、特定のユーザーやグループだけが特定のデータセットにアクセスできるように制限し、データの安全性を最大限に保護します。
これらの特長は、企業がデータをより効果的に管理し、高品質なデータに基づいた意思決定を行うための基盤を提供します。また、データのセキュリティとプライバシーを保ちながら、競争力のあるビジネス環境でのイノベーションと成長を支援します。
■企業内sLLM構築、データバージョン管理とAIライフサイクル
AIにおけるデータプラットフォームには、AIデータの源となる、各分野に分散されている大量かつ多岐にわたるデータドリブンのためのデータを効率的かつ安全に収集、保存、管理することが求められ、これらのAI学習データを適切に保存管理することができる AIデータマネジメントが重要です。AIの成功は、AIアルゴリズムのトレーニングに使用するトレーニングデータの品質と、AIライフサイクルによるメンテナンスが重要な鍵となります。
AI事業の成功は、AIアルゴリズムのトレーニングに使用するトレーニングデータの品質と、ライフサイクルによる効率的なデータのメンテナンスが重要な鍵となります。AIライフサイクルは、プロジェクトにおいて必要なデータを提供するためのデータ管理のプロセスのことを言います。この流れには、データ収集、モデル作成、モデルトレーニング、展開、評価などの一連のステップが含まれています。
[画像6: https://prtimes.jp/i/40956/360/resize/d40956-360-6e107323722492db202f-0.png ]
AIの精度を高めるためには、データの品質を向上させることも重要です。AIデータ ALMにおけるデータ管理は、データの品質を確保するためにも重要です。データの収集、整理、保存、共有、分析などの過程で、データの品質を確保することが必要です。
■企業内sLLM構築、データバージョン管理「AIData ALM」を支える各賞受賞実績の技術
「AIData ALM」は、経済産業大臣賞に輝くAOSグループのリーガルテックの技術、ITreview Grid Awardの3部門で17期連続受賞、2020年11月ITreview Customer Voice Leaders受賞の「AOSBOX」のクラウドバックアップ技術、BCN AWARD システムメンテナンスソフト部門最優秀賞を15年連続受賞したデータ管理技術、経済産業大臣賞を受賞したグループ企業のリーガルテック社のVDR技術を融合し、安全なデータのやりとりと共有および保管システムを基盤とするインテリジェントなDXソリューションとして開発されました。
■企業内sLLM構築、データバージョン管理サービス「AIData ALM」の概要
●サービス名： 企業内sLLM構築、データバージョン管理「AIData ALM」
●提供開始：2024年2月29日
●価格：月額16,500円（税込）〜
●URL： https://aidata.jp/alm/
【AOSデータ株式会社について】
名 称：AOSデータ株式会社 代表者：吉田 宣也
設 立：2015年4月 所在地：東京都港区虎ノ門5-1-5 メトロシティ神谷町ビル4F
資本金：1億円（資本準備金15億2500万円）
URL： https://www.aosdata.co.jp/
AOSデータ株式会社は、クラウドバックアップのAOSBOXを初めとしたソフトウェアの導入からパソコンやスマートフォンの廃棄まで、ライフサイクルに合わせた様々な製品を提供し、2020年8月に「リーガルデータ事業」をグループ会社から事業承継しました。これにより、下記のラインナップで「データ管理」の製品とサービスをご提供しております。
・データトラブル予防対策の「クラウドバックアップ」
・データメンテナンスの「データ復元」「データ抹消」「データ移行」
・データトラブル事後対策の「データ復旧サービス」
・データをトラブルから守る「データセキュリティ」
・証拠データの復元調査や証拠データ作成を行う「リーガルデータサービス」
さらに2021年4月よりAOSグループのAI・DX事業部門を「データアセット マネジメント」ソリューションと融合し、産業DXのキーになるデータの利活用、特にAIのためのデータ利活用を最大にするデータプラットフォームの会社へと進化して参ります。
企業データとAIの利活用カンパニー、AOSデータ株式会社(本社:東京都港区、代表取締役社長 吉田 宣也 以下 AOS データ社)は、企業内sLLM構築およびデータバージョン管理の分野におけるAIData ALMのリリースを発表しました。この革新的な製品は、企業が複雑なデータ環境での効率的な作業を支援し、ビジネスの競争力を強化します。
[画像1: https://prtimes.jp/i/40956/360/resize/d40956-360-ac3ab686ae30da19c864-0.jpg ]
「AIData ALM」は、企業内のデータバージョン管理を強化するための包括的なソリューションです。データの変更追跡、アクセス管理、セキュリティ機能など、データの管理と整合性を向上させる機能が搭載されています。
この製品は、企業がデータセットを利用して小さいLLM（sLLM）を構築する際に直面する課題に対応するために設計されています。複数の人やチームが同時にデータにアクセスし、作業する際に生じる混乱や衝突を最小限に抑え、効率的なコラボレーションを促進します。
AOSデータ社のCEOである吉田 宣也は、「AIData ALM」のリリースについて次のようにコメントしています。「『AIData ALM』は、企業がデータを利活用してAIビジネスで成功を収めるために、不可欠なツールです。データの信頼性と整合性を確保し、規模は小さいが、効率的なsLLM構築を支援します。」
■小さいLLM、sLLM(Small Large Language Models)とは
LLMに代わるコンパクトな自然言語処理モデル
sLLM（小さいLLM/small Large Language Models)は、コンパクトなサイズの自然言語処理モデルで、特定のタスクや応用に特化しています。これらのモデルは、限られたリソースを持つ環境や特定の用途に適した自然言語処理の能力を提供します。
sLLM（小さいLLM）の主要な利点には、効率的な計算資源の使用、高速なトレーニングと実行時間、そしてカスタマイズの容易さがあります。小規模ビジネス、モバイルアプリケーション、組み込みシステム、そして特定の研究領域で有効に活用されています。
[画像2: https://prtimes.jp/i/40956/360/resize/d40956-360-9b91c0aa41b7d43409ec-0.png ]
詳細については、AIデータのサイトをご覧ください。
https://aidata.jp/
■大型言語モデルLLMとの違い
従来のLLM、例えばGPT-3やBERTのようなモデルは、巨大なデータセットを用いて訓練され、一般化された言語理解能力を持っています。これに対し、sLLM（小さいLLM)はより限られたデータセットで訓練され、特定のタスクやドメインに焦点を当てています。このため、LLMよりも訓練や運用のコストが低い反面、一般化されたタスクに対する適応能力は低い場合があります。しかし、特定の用途やニーズに合わせてカスタマイズされたsLLMは、その領域においてはLLMよりも高い効率と精度を発揮することができます。
[画像3: https://prtimes.jp/i/40956/360/resize/d40956-360-4b02f7e7d88d6a5c6b2a-0.jpg ]
■企業内sLLM構築、データバージョン管理の目的
企業内でsLLM（小さいLLM）を構築し、その学習データのバージョン管理を行う目的は、大規模な言語モデル構築と同様の理由に基づいていますが、特に以下の点に焦点を当てます。
[画像4: https://prtimes.jp/i/40956/360/resize/d40956-360-6b953bfbb9e4a95d35ea-0.png ]
・効率性と適応性
ターゲットとするニーズへの対応: 小規模なモデルでは、企業特有の問題や特定の業務プロセスに対してより狭いフォーカスを持たせることが可能です。これにより、特定のタスクにおける効率性と効果性が向上します。
迅速な開発と導入: 小規模モデルは、大規模なモデルに比べて訓練時間が短く、リソース要件が少ないため、迅速な開発と導入が可能です。これにより、ビジネスニーズの変化に柔軟に対応しやすくなります。
・データ管理と品質保証
データの整合性の維持: 学習データのバージョン管理により、データの変更履歴を追跡し、どのデータセットを使用してどの結果が得られたかを正確に把握できます。これは、モデルの品質保証と結果の再現性に不可欠です。
セキュリティとプライバシーの向上: データのバージョン管理を行うことで、機密データの扱いに関するセキュリティとプライバシーの基準を維持し、規制遵守を支援します。
・コラボレーションと知識共有
チーム間の効果的なコラボレーション: データのバージョン管理は、異なるチームメンバーや部署間での効果的なコラボレーションを促進します。これにより、プロジェクトの透明性が高まり、誤解を避けることができます。
継続的な改善の促進: モデルとその学習データの両方に関する詳細な記録を持つことで、何がうまくいき、何がうまくいかなかったかを理解し、継続的な改善プロセスを促進します。
・ビジネスへの適応と革新
ビジネスインサイトの抽出: 小さいLLMを使用して特定のデータセットを分析することで、ビジネスに対する洞察を得ることができ、意思決定をサポートします。
新しいアプリケーションの開発: 企業内でLLMを構築することで、新しい製品やサービスのイノベーションを促進し、市場での競争力を高めることができます。
小さいLLMの開発とデータバージョン管理は、企業が特定のビジネスニーズに迅速かつ効率的に対応するための柔軟性を提供し、同時にデータとプロセスの管理を強化します。これらの取り組みは、品質の向上、セキュリティの保証、そしてイノベーションの促進に寄与します。
■企業内sLLM構築、データバージョン管理が重要な役割を果たす理由
企業内でsLLM（小さなLLM）を構築し、データバージョン管理を行うことが重要な役割を果たす理由は、以下の通りです。
[画像5: https://prtimes.jp/i/40956/360/resize/d40956-360-20d410d2807ed3b44581-0.png ]
・データの整合性と品質の維持
データバージョン管理は、データの変更、更新、および履歴を追跡することによって、データの整合性を確保します。これは、AIモデルの学習に使用されるデータが正確で一貫性があることを保証するのに不可欠です。データの品質が高ければ高いほど、AIモデルのパフォーマンスと信頼性も向上します。
・再現性と透明性の向上
AIモデルの開発過程において、どのバージョンのデータが使用されたかを正確に記録することで、実験の再現性が保証されます。これは科学的な厳密さを確保するだけでなく、将来のレビューや監査においても、プロセスの透明性を高めるのに役立ちます。
・効果的なコラボレーション
複数のチームメンバーや部門が同じデータセットにアクセスし、作業を行う際、データバージョン管理は、変更内容が正確に追跡され、誰が何をしたかが明確になるため、コラボレーションを容易にします。これにより、作業の重複を避け、チーム間でのコミュニケーションを改善します。
・セキュリティとコンプライアンスの強化
特に機密性が高いデータを扱う場合、バージョン管理は、不正アクセスや誤用からデータを保護するための追加的なセキュリティレイヤーとして機能します。また、規制コンプライアンスを遵守する上で、データの管理と監査証跡の提供が不可欠です。
・継続的な改善と適応
データやAIモデルのバージョン管理を通じて、企業は新しいデータが利用可能になったり、ビジネス要件が変化したりした場合に、迅速にモデルを更新し、改善することができます。これにより、ビジネスの変化に柔軟に適応し、競争力を維持することが可能になります。
・知識の蓄積と共有
データとAIモデルのバージョンを管理することで、企業はプロジェクトや実験から得られた知識を蓄積し、組織全体で共有することができます。これは、長期的な学習とイノベーションを促進する上で重要です。
総じて、データバージョン管理は、sLLMの開発と運用において、品質と効率、セキュリティ、および組織的な学習とイノベーションの基盤を提供します。これにより、企業はデータ駆動型の意思決定を強化し、市場での競争力を高めることができます。
■「AIData ALM」の特長
企業内sLLM構築、データバージョン管理の新製品「AIData ALM」が提供する特長は、データ主導の意思決定プロセスを最適化し、セキュリティとコンプライアンスを強化する上で非常に重要です。以下に、３つの特長について詳しく説明します。
1. データの変更履歴の追跡と管理
目的と重要性：データの変更履歴の追跡と管理を行うことで、企業はデータがいつ、どのように変更されたかを正確に把握できます。これは、データの透明性を確保し、データ品質の向上に直接貢献します。また、データ変更による影響を理解しやすくなり、意図しないデータ損失やエラーを防ぐのに役立ちます。
機能：「AIData ALM」では、バージョン管理機能で、変更履歴を簡単に追跡できます。ユーザーは、特定の時点のデータ状態に簡単にアクセスしたり、必要に応じて以前のバージョンに戻したりすることが可能です。これにより、データの変更プロセスが透明化され、管理が容易になります。
2. バージョン間の整合性の確保
目的と重要性：データバージョン間の整合性を確保することで、異なるバージョンのデータが互いに矛盾しないようにします。これは、分析の精度を保証し、モデルのトレーニングに使用するデータセットの信頼性を高めるのに不可欠です。
機能： 「AIData ALM」では、データの依存関係や相互作用を自動的に追跡し、バージョン間での整合性を維持する機能を提供します。これにより、データの更新が他のデータセットやモデルに与える影響を自動的に評価し、整合性が維持されるようにすることができます。
3. アクセス制御とセキュリティ機能の強化
目的と重要性：データに対するアクセス制御とセキュリティ機能を強化することで、機密性の高い情報の不正アクセスや漏洩を防ぎます。これは、データのセキュリティを保証し、規制コンプライアンスを支援するのに重要です。
機能：「AIData ALM」では、ロールベースのアクセス制御、二要素認証、データの暗号化など、高度なセキュリティ機能を提供します。これにより、特定のユーザーやグループだけが特定のデータセットにアクセスできるように制限し、データの安全性を最大限に保護します。
これらの特長は、企業がデータをより効果的に管理し、高品質なデータに基づいた意思決定を行うための基盤を提供します。また、データのセキュリティとプライバシーを保ちながら、競争力のあるビジネス環境でのイノベーションと成長を支援します。
■企業内sLLM構築、データバージョン管理とAIライフサイクル
AIにおけるデータプラットフォームには、AIデータの源となる、各分野に分散されている大量かつ多岐にわたるデータドリブンのためのデータを効率的かつ安全に収集、保存、管理することが求められ、これらのAI学習データを適切に保存管理することができる AIデータマネジメントが重要です。AIの成功は、AIアルゴリズムのトレーニングに使用するトレーニングデータの品質と、AIライフサイクルによるメンテナンスが重要な鍵となります。
AI事業の成功は、AIアルゴリズムのトレーニングに使用するトレーニングデータの品質と、ライフサイクルによる効率的なデータのメンテナンスが重要な鍵となります。AIライフサイクルは、プロジェクトにおいて必要なデータを提供するためのデータ管理のプロセスのことを言います。この流れには、データ収集、モデル作成、モデルトレーニング、展開、評価などの一連のステップが含まれています。
[画像6: https://prtimes.jp/i/40956/360/resize/d40956-360-6e107323722492db202f-0.png ]
AIの精度を高めるためには、データの品質を向上させることも重要です。AIデータ ALMにおけるデータ管理は、データの品質を確保するためにも重要です。データの収集、整理、保存、共有、分析などの過程で、データの品質を確保することが必要です。
■企業内sLLM構築、データバージョン管理「AIData ALM」を支える各賞受賞実績の技術
「AIData ALM」は、経済産業大臣賞に輝くAOSグループのリーガルテックの技術、ITreview Grid Awardの3部門で17期連続受賞、2020年11月ITreview Customer Voice Leaders受賞の「AOSBOX」のクラウドバックアップ技術、BCN AWARD システムメンテナンスソフト部門最優秀賞を15年連続受賞したデータ管理技術、経済産業大臣賞を受賞したグループ企業のリーガルテック社のVDR技術を融合し、安全なデータのやりとりと共有および保管システムを基盤とするインテリジェントなDXソリューションとして開発されました。
■企業内sLLM構築、データバージョン管理サービス「AIData ALM」の概要
●サービス名： 企業内sLLM構築、データバージョン管理「AIData ALM」
●提供開始：2024年2月29日
●価格：月額16,500円（税込）〜
●URL： https://aidata.jp/alm/
【AOSデータ株式会社について】
名 称：AOSデータ株式会社 代表者：吉田 宣也
設 立：2015年4月 所在地：東京都港区虎ノ門5-1-5 メトロシティ神谷町ビル4F
資本金：1億円（資本準備金15億2500万円）
URL： https://www.aosdata.co.jp/
AOSデータ株式会社は、クラウドバックアップのAOSBOXを初めとしたソフトウェアの導入からパソコンやスマートフォンの廃棄まで、ライフサイクルに合わせた様々な製品を提供し、2020年8月に「リーガルデータ事業」をグループ会社から事業承継しました。これにより、下記のラインナップで「データ管理」の製品とサービスをご提供しております。
・データトラブル予防対策の「クラウドバックアップ」
・データメンテナンスの「データ復元」「データ抹消」「データ移行」
・データトラブル事後対策の「データ復旧サービス」
・データをトラブルから守る「データセキュリティ」
・証拠データの復元調査や証拠データ作成を行う「リーガルデータサービス」
さらに2021年4月よりAOSグループのAI・DX事業部門を「データアセット マネジメント」ソリューションと融合し、産業DXのキーになるデータの利活用、特にAIのためのデータ利活用を最大にするデータプラットフォームの会社へと進化して参ります。
SEO関連
